3,583 papers
arXiv:2508.02020 84 3 авг. 2025 г. PRO

RISE (Ranking via Iterative Selection): снижение позиционного смещения через итеративный выбор

КЛЮЧЕВАЯ СУТЬ
Обнаружено: LLM выдаёт разные рейтинги для одного списка просто из-за порядка элементов в промпте. Дашь список «A, B, C, D, E» — модель ставит A выше. Перевернёшь «E, D, C, B, A» — вдруг C на первом месте. Корреляция между прямым и обратным порядком всего 0.47-0.67, то есть айтем скачет с 1 места на 5 просто из-за позиции во входном списке. RISE (Ranking via Iterative Selection) решает это через пошаговый выбор: вместо "отранжируй все 20 элементов" модель получает 20 запросов "выбери лучший из оставшихся". Каждый шаг — фокусированное сравнение вместо многомерного ранжирования. Результат: корреляция между разными запусками растёт с 0.67 до 0.78 — рейтинг стабильнее на 15-25%.
Адаптировать под запрос
📋 Дайджест исследования

Контент доступен только для PRO подписчиков

Чтобы получить доступ к дайджесту этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO

Работа с исследованием

Адаптируйте исследование под ваши задачи или создайте готовый промпт на основе техник из исследования.

0 / 2000
~0.5-2 N-токенов ~10-30с
~0.3-1 N-токенов ~5-15с